分形图
分形图是由分形几何规则生成的一类图形,其显著特征是局部与整体在形态上自相似,并在不断放大的过程中持续出现细节。这类图形通常借助计算机以迭代、递归等方式构造,常见类型包括曼德博集、朱利亚集、科赫曲线和谢尔宾斯基集等。分形图既是研究非线性与复杂几何对象的手段,也被用于自然景物模拟、纹理生成与图像压缩等领域。
定义
分形图是以分形几何为数学基础构造出的图形,其对象通常具有自相似性,即整体被分成若干部分后,每一部分至少在近似意义上都是整体缩小后的形状[1]。数学上更严格的界定来自曼德博的表述:若一个集合的豪斯多夫维数严格大于其拓扑维数,就称它为分形集,相应的图形即为分形图。分形维数通常不是整数,这一非整数特征被用作刻画图形不规则程度的量度[2]。
与圆、直线等欧氏几何图形不同,分形图不存在特征尺度,无论放大多少倍都能看到结构,因而传统几何工具难以对其进行描述[3]。按自相似性的表现方式,可分为精确自相似、半自相似和统计自相似等类型[4]。
原理
分形图的基本生成方式是重复执行同一套规则,把上一轮的结果作为下一轮的输入,即迭代或递归。对经典分形图,递归算法是常用手段,程序通过反复调用自身来生成嵌套结构,并在达到设定的尺度阈值时停止[5]。另一种常见路线是文法构图,用符号改写规则生成字符串,再按龟形作图规则把符号解释为前进、转向等动作,从而绘出图形[6]。
以曼德博集为例,其判定过程是在复平面上对每个参数 $c$ 反复计算 $z_{n+1}=z_n^2+c$(从 $z_0=0$ 开始);若序列的模始终保持有界,则 $c$ 属于该集合,实际计算中常用 $|z_n|>2$ 作为逃逸判据并设定迭代次数上限[7]。朱利亚集则固定参数 $c$、遍历所有初始点 $z_0$,与曼德博集互为参数与起点的对偶关系[2]。
迭代函数系统(IFS)用一组压缩仿射变换反复替换多边形,每次迭代都把当前图形换成生成元的缩放、旋转、平移版本;理论上以无限次迭代为目标,实践中按有限次数逼近[3]。随机迭代时还可按各变换的概率随机选取,把生成的点依次描出,得到近似的分形图像[3]。
flowchart LR
A[选定迭代规则与参数] --> B[对平面上的点逐一代入]
B --> C{是否超出逃逸界限}
C -- 是 --> D[按逃逸所需次数着色]
C -- 否 --> E[达到迭代上限, 判为集合内]
E --> F[形成分形图]
D --> F
发展历程
分形思想的源头可追溯到 19 世纪后期。德国数学家维尔斯特拉斯构造了处处连续却处处不可微的函数,康托构造了性质奇异的三分康托集;此后皮亚诺、科赫、谢尔宾斯基等人为回应拓扑学问题而提出的一系列反例,构成分形几何的思想来源[8]。20 世纪早期,豪斯多夫等人在测度理论方面的工作为描述这类集合提供了工具[8]。
朱利亚集由法国数学家朱利亚于 1918 年提出,其定义基于复二次多项式的迭代序列。1975 年,本华·曼德博由拉丁语 fractus(意为破碎)造出「分形」一词,并在随后出版的著作中系统阐述分形几何,分形理论由此逐步成形[9]。曼德博集以他的名字命名,被视为分形几何的经典图形[10]。
计算机的普及推动了分形图从数学对象变为可视图像。分形算法与计算机图形学结合形成分形图形学,其任务是以分形几何为数学基础构造非规则图素,实现分形体的可视化与自然景物的逼真模拟[5]。递归算法、文法构图、迭代函数系统、逃逸时间算法以及基于元胞自动机和扩散有限凝聚模型的演化算法,陆续成为生成分形图的常用方法[11]。
应用
在计算机图形学与视觉创作中,分形图被用来模拟山脉、云、树木等不规则自然景物,并生成复杂纹理和图案[5]。由于生成元所需数据远少于最终图像,分形在图案设计、包装装饰和织物纹样等设计中也有应用[12]。
图像处理是分形图的重要应用方向,主要包括自然景物的建模与生成、以分形维数为尺度的图像分析与识别,以及高效图像编码三类[13]。分形图像压缩以压缩仿射变换为基础,属于有损压缩,压缩过程耗时较长而解压较快[14]。
在医学图像分析中,分形维数被用于刻画组织的粗糙度与自相似性,用于纹理分类和分割;健康血管等结构常呈规则的分形分支,病变组织则可能出现维数变化,可作为辅助判别指标[15]。相关研究还将计盒维数引入医学图像编码,用于缩小匹配范围、缩短编码时间[16]。
工程领域中,分形结构被用于天线设计等场景,预分形迭代次数会影响结构的电学与辐射特性[17]。此外,分形图因其视觉效果,也常被作为独立的图像艺术形式进行创作与展示[18]。
局限
分形图只是数学理想对象的有限近似。严格的分形要求迭代次数趋于无穷,任何图形或物理实现都无法达到无限次迭代,因此实际得到的是有限次迭代的「预分形」图像[17]。迭代次数不足或过多都会影响结构呈现,需要在细节与伪影之间取舍[19]。
计算量与数值精度构成另一重限制。逐点迭代的计算量随分辨率与迭代上限快速增长,高分辨率图像可能需要数十亿次迭代运算[20]。深入放大时相邻坐标之差变得极小,常规浮点数的有效位数不足,会丢失细节或产生像素化伪影,往往需要改用更高精度的算法[21]。
对真实对象而言,分形维数并非唯一刻画。具有相同分形维数的图形可能外观迥异,还需借助空隙度等补充参数描述;仅凭分形维数也无法唯一还原原始图案[13]。同时,分形维数的估计依赖尺度区间的选取,方法选择不当会带来偏差,自然界中也很难找到严格精确自相似的分形对象[22]。
参见
参考资料
- [科普中国]-相似性 [引用日期2026-10-19]
- 曼德布罗集查看器 | NovaSolver [引用日期2026-10-19]
- An Introduction to Fractals [引用日期2026-10-19]
- 分形与混沌(PDF) [引用日期2026-10-19]
- 分形理论的发展离不开计算机图形学的支持,一个分形构造的表达如果不在计算机的帮助下是很难让人理解的 [引用日期2026-10-19]
- napstic.cn 上的网页 [引用日期2026-10-19]
- Roegner_RHF_2010-thesis(PDF) [引用日期2026-10-19]
- openfile [引用日期2026-10-19]
- 数学科普|3·14国际数学日·分形几何:自然与科技中的无限奥秘 [引用日期2026-10-19]
- 曼德布罗-知网阅读 [引用日期2026-10-19]
- 内容简介 [引用日期2026-10-19]
- 用MAXScript脚本语言生成分形图形 [引用日期2026-10-19]
- 講座 複雑性への挑戦 [引用日期2026-10-19]
- _f4(x, y) = (x +_ 3[,] 3[3][y][) [引用日期2026-10-19]
- top-5-applications-fractals [引用日期2026-10-19]
- 基于计盒维数的小波分形四叉树医学图像编码研究 [引用日期2026-10-19]
- GAHA_2007-07-18(PDF) [引用日期2026-10-19]
- 用VB作分形艺术图 [引用日期2026-10-19]
- pdf [引用日期2026-10-19]
- > From: "delta trinity" <deltatrinity@hotmail [引用日期2026-10-19]